Exploring the link between osteoarthritis and systemic inflammation: Pathophysiology and treatment implications
Notice bibliographique
Résumé
Osteoarthritis has long been framed as a wear-and-tear disease, but emerging evidence paints a far more complex picture involving persistent low-grade systemic inflammation that extends well beyond the affected joint. This research examined the relationship between circulating inflammatory biomarkers and clinical severity of knee osteoarthritis in an Italian adult population drawn from two academic referral centers. A cross-sectional analytical investigation was conducted at the University of Milan and the University of Bologna between September 2018 and March 2020, enrolling 199 participants aged 45 years and older with radiographically confirmed knee osteoarthritis graded using the Kellgren-Lawrence classification system. Serum concentrations of eight inflammatory biomarkers were measured: C-reactive protein, interleukin-6, tumor necrosis factor-alpha, interleukin-1 beta, matrix metalloproteinase-3, erythrocyte sedimentation rate, interleukin-17, and vascular endothelial growth factor. Clinical assessments included the Western Ontario and McMaster Universities Osteoarthritis Index for functional evaluation, visual analogue scale pain scores, joint space width measured on standardized weight-bearing anteroposterior knee radiographs, and ultrasonographic synovial membrane thickness measured at predefined anatomical landmarks. Our findings revealed statistically significant positive correlations between most inflammatory markers and OA severity indices across all four Kellgren-Lawrence grades. Interleukin-6 showed the strongest association with radiographic grade (r=0.81, p
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».